Πώς η αυτόματη διόρθωση του Excel φέρνει πονοκέφαλο στους γενετιστές

Η ενσωματωμένη λειτουργία αυτόματης διόρθωσης σε φύλλα όπως το Microsoft Excel φτιάχτηκε για να κάνει τη ζωή των χρηστών πιο εύκολη. Εκτός αν οι χρήστες είναι μοριακοί βιολόγοι και γενετιστές.

Σχεδόν μία στις τρεις επιστημονικές δημοσιεύσεις που περιλαμβάνουν λίστες γονιδίων περιέχει λάθη που οφείλονται σε εσφαλμένη αυτόματη διόρθωση, διαπιστώνει μελέτη που δημοσιεύεται στο PLoS Computational Biology.

Όπως εξηγεί ο δικτυακός τόπος του Nature, το πρόβλημα συνήθως εμφανίζεται όταν το Excel ή το Google Sheet ελέγχουν τα συντομευμένα ονόματα γονιδίων και τα μετατρέπουν αυθαίρετα σε ημερομηνίες. Για παράδειγμα, τα γονίδια SEPT4 (septin 4) και MARCH1 (membrane associated ring-CH-type finger 1) αλλάζουν αυτόματα σε 4-Σεπ και 1-Μαρ αντίστοιχα.

Τα «διορθωμένα» ονόματα απλά χάνονται όταν τα δεδομένα του λογιστικού φύλλου εισάγονται στο εξειδικευμένο λογισμικό ανάλυσης γονιδιακών δικτύων –είναι απλά σαν να μην υπάρχουν. Και, όταν κανείς εργάζεται με δεδομένα που καλύπτουν χιλιάδες γονίδια, η διασταύρωση των καταχωρήσεων είναι δύσκολη υπόθεση.

Το λογισμικό «σού λέει ότι έχεις χάσει κάποια γονίδια, όχι όμως ποια» λέει η Όριολ Πέρντι του Πανεπιστημίου του Σίδνεϊ, σύμφωνα με την οποία το πρόβλημα έχει «σημαντικές επιπτώσεις» στις γενετικές μελέτες.

Όπως φαίνεται όμως το πρόβλημα επιδεινώνεται αντί να βελτιώνεται. H νέα μελέτη εκτιμά ότι τα λάθη αφορούν σήμερα σχεδόν το Η 30% των μελετών που περιλαμβάνουν λίστες γονιδίων, ποσοστό που έχει αυξηθεί σημαντικά σε σχέση με το 20% που έδειχνε η προηγούμενη ανάλυση της ίδιας ερευνητικής ομάδας το 2016.

Σύμφωνα με τον Μαρκ Ζίμαν του Πανεπιστημίου Ντίκιν της Αυστραλίας, επικεφαλής της μελέτης, το 2014 δημοσιεύτηκαν 282 μελέτες με λάθη αυτόματης διόρθωσης, αριθμός που αυξήθηκε στις 471 το 2016 και στις 698 το 2020.

Η κατάσταση είναι τόσο ανησυχητική ώστε η Επιτροπή Ονοματολογίας Γονιδίων του διεθνούς Οργανισμού Ανθρώπινου Γονιδιώματος αποφάσισε το 2017 να προχωρήσει σε μια ασυνήθιστα δραστική λύση, την επίσημη αλλαγή της ονομασίας γονιδίων που επηρεάζονται.

Μέχρι στιγμής έχουν τροποποιηθεί τα ονόματα 27 γονιδίων, συμπεριλαμβανομένου του SEPT4 (τώρα SEPTIN4) και του MARCH1 (τώρα MARCHF1).

Δεδομένου όμως ότι τα παλιά ονόματα παραμένουν σε ήδη δημοσιευμένες μελέτες, το πρόβλημα δεν αναμένεται να επιλυθεί πλήρως σύντομα.